Классификация изображений: Настоящее искусство против искусства, созданного ИИ

🖼️ Классификация изображений: Реальное искусство vs. искусство, созданное ИИ

В этой задаче необходимо реализовать модель классификации изображений, способную различать изображения реального искусства и изображения, созданные искусственным интеллектом.
Набор данных организован в директории с изображениями и CSV-файлами, а производительность модели будет оцениваться с использованием F1-score.

---

🔹 Набор данных

Набор данных содержит два типа изображений:

• RealArt – реальные изображения (метка 0)
• AIArt – изображения, созданные моделями ИИ (метка 1)

Эти изображения доступны в директории images.

Связанные файлы:

• train.csv – для обучения
• test.csv – для предсказаний

---

📁 Структура CSV-файлов

train.csv

Столбцы:

• SampleID – уникальный числовой идентификатор
• ImagePath – путь к изображению (например: images/img_000123.jpg)
• Label – 0 для реального искусства, 1 для искусства, созданного ИИ

---

test.csv

Столбцы:

• SampleID
• ImagePath

Без меток — их должна предсказать модель.

---

🎯 Цель задачи

Модель должна научиться классифицировать каждое изображение в один из следующих классов:

• 0 → Реальное искусство
• 1 → Искусство, созданное ИИ

---

⚙️ Критерии оценки

Оценка производится с использованием F1-score на предсказаниях, отправленных для тестового набора.

Формула:

---

📨 Формат файла для отправки

CSV-файл должен содержать ровно два столбца:

Столбец	Тип	Описание
SampleID	integer	ID изображения из теста
Label	integer	Предсказание (0 или 1)

🔹 Пример

SampleID	Label
101	0
102	1
103	1

---

📝 Примечание

• F1-score ≥ 0.85 → максимальный балл
• F1-score < 0.5 → 0 баллов
• Остальные значения масштабируются пропорционально

---

🌐 Происхождение данных

Для этой задачи используется публичный набор данных, доступный на Kaggle.